all
Teknoloji Trendleri 2030: Üretken yapay zekanın bir sonraki dönemi
Bu Teknoloji Trendleri raporu, üretken endüstriyel AI gelişmelerini ve bunların endüstri etkilerini araştırıyor. Önemli eğilimleri ve gelecek senaryolarını ortaya çıkarın.
Yapay Zeka Sözlüğü
AI alanı çok çeşitli disiplinleri ve teknolojileri kapsar. En önemli anahtar terimlerin bu sözlüğü, anlayışınızı genişletmenize ve bu büyüleyici dünyayı daha derinlemesine araştırmanıza yardımcı olabilir.
A
Eylem Odaklı AI, yalnızca komutlara yanıt vermenin ötesine geçen gelişmiş AI sistemlerini ifade eder; içerik üretirler, görevleri özerk olarak yürütürler ve hedeflere ulaşırlar. Bu sistemler, genellikle çeşitli dijital araçları kullanarak ve yaklaşımlarını öğrenme yoluyla uyarlayarak, eylemleri bağımsız olarak planlamak ve gerçekleştirmek için akıl yürütme yeteneklerini, bellek işlevlerini ve geri bildirim döngülerini birleştirir. Geleneksel AI'ın aksine, eylem odaklı AI, karmaşık görevleri tamamlamak için farklı platformlar ve sistemlerle arayüz oluştururken özerk kararlar alarak diğer yapay zeka ajanlarıyla hem bağımsız hem de işbirliği içinde çalışabilir.
Endüstriyel bağlamda, eylem odaklı AI, öngörücü bakım, kalite kontrol, envanter yönetimi veya üretim süreçlerinin optimizasyonu gibi endüstriyel operasyonların çeşitli yönlerini bağımsız olarak izleyebilen, analiz edebilen ve kontrol edebilen AI sistemlerinin devreye alınmasını içerir.
Yapay Zeka (AI), öğrenme ve uyum sağlama yeteneğine sahip yazılımı ifade eder. AI, giriş verilerinin anlamını yorumlamasını ve gereksinimlere uyum sağlamasını gerektiren görevleri çözebilir. Tipik olarak, bunlar daha önce yalnızca doğal zeka ile çözülebilecek görevlerdir. Uygulama alanları, potansiyelleri ve bunlarla ilişkili riskler açısından önemli ölçüde farklılık gösteren birkaç AI yöntemi türü vardır. AI'ın temel ilkeleri 20. yüzyılda geliştirilmiştir. Tüm yapay zeka yöntemleri büyük miktarda eğitim verisi gerektirdiğinden, teknoloji artık dijitalleştirme ve büyük veri yoluyla artan kritik önem kazanıyor.
Dijital bilgilerin, tipik olarak sürükleyici 3D Sanal Gerçeklik kullanılarak gerçek dünya ortamları ve nesneleri üzerine yerleştirilmesine izin veren bir teknoloji. AR, dijital görsel, ses ve diğer duyusal unsurları ekleyerek fiziksel dünyanın gelişmiş bir versiyonuna izin verir.
Kendi kendini süren arabalar ve dronlar gibi insan müdahalesi olmadan çalışabilen sistemler.
Kendi kendini süren arabalar ve kamyonlar gibi insan müdahalesi olmadan çalışabilen araçlar.
B
Ön yargılı eğitim verileri veya algoritmaları nedeniyle AI sistemlerinde oluşabilecek istenmeyen ön yargı veya favoritizm.
Genellikle (endüstriyel) sensörler tarafından değil, aynı zamanda şirketler, kuruluşlar ve insanlar tarafından üretilen büyük ve karmaşık veri setleri. Bu veriler genellikle yapılandırılmamış, eksik veya yanlış olduğundan, AI destekli olmayan yazılımlar genellikle bunları anlamlı bir şekilde işleyemez.
C
Metin veya sesli iletişim yoluyla insanlarla etkileşime girebilen AI destekli bir program.
Algı, akıl yürütme ve karar verme gibi insan bilişsel süreçlerini kopyalamayı amaçlayan bir tür AI.
Bilgisayarların görüntüler ve videolar gibi görsellerden bilgi çıkarmasına, bunları anlamasına ve yorumlanmasına olanak tanıyan bir AI alt kümesi.
Dijital bilgilerin harici saldırganlardan korunmasına yardımcı olacak stratejiler, ölçümler ve araçlar. AI, siber saldırıları tespit etmek ve önlemek ve güvenlik ihlallerini tanımlamak ve bunlara yanıt vermek için kullanılabilir.
D
İçgörüleri ortaya çıkarmak ve bilinçli kararlar vermek için verileri analiz etme ve yorumlama süreci.
İlgili bilgi ve analiz sağlayarak insanlara karar vermelerine yardımcı olmak için tasarlanmış bilgisayar sistemleri.
Makinelerin verilerden öğrenmesini sağlamak için birden çok katmanlı sinir ağlarının kullanımını içeren bir Makine Öğrenimi alt kümesi.
Fiziksel bir nesnenin veya sürecin davranışını tanımlayan matematiksel bir model. Bir simülasyon ortamında, sistemin parametreleri değiştirilirse gerçek dünyada neler olacağını simüle etmek için dijital bir ikiz kullanılabilir. Dijital ikizler tasarım, üretim, işletme ve servis aşamaları dahil olmak üzere ürün yaşam döngüsü boyunca kullanılabilir. Dijital ikizlerin görsel temsilleri, fiziksel meslektaşları gibi görünür ve davranır, gerçek dünyayı yansıtır ve orada olup bitenlere gerçek zamanlı olarak uyum sağlar.
E
Edge Computing, bulut bilişimden farklı olarak, bilgi işlem ve veri depolamayı veri kaynaklarına (“uç”) yaklaştıran bir tür sistem mimarisidir. Yanıt sürelerini ve veri aktarımı için gereken enerji miktarını azaltmaya yardımcı olur. Edge AI sistemleri fiziksel olarak gerçek yürütme cihazına yakın olarak uygulanabilir. Bu cihazlar buluta bağlanmadan AI uygulamalarını çalıştırabilir.
Genellikle robotların veya otonom araçların kullanımı yoluyla fiziksel dünyayla etkileşim kurmak ve gezinmek için tasarlanmış AI.
Ön yargı, mahremiyet ve hesap verebilirlik gibi konular da dahil olmak üzere yapay zekanın geliştirilmesi ve kullanımında ahlaki ilkelerin incelenmesi ve uygulanması.
Şeffaf ve açıklanabilir olacak şekilde tasarlanmış AI, insanların bir makinenin nasıl ve neden belirli bir karar verdiğini anlamalarını sağlar.
F
Makine öğreniminde birden fazla ayrı cihazın kendi (ayrı) veri kümesiyle bir makine öğrenme modelini eğittiği bir eğitim yöntemidir. Yalnızca nihai sonuçlar ağdaki ana aktör ile paylaşılır.
G
Mevcut içeriği birleştirerek ve öğrenerek görüntüler, videolar ve müzik gibi yeni içerikler oluşturmak için tasarlanmış AI.
Bir uygulamanın, örneğin CAD yazılımının, bir dizi kısıtlama göz önüne alındığında bağımsız olarak bir dizi tasarım alternatifi oluşturma yeteneği. AI, optimizasyon ve simülasyon gibi teknikleri kullanır.
I
Industrial AI, ekonomilerimizin omurgasını oluşturan endüstrilerde AI'ın uygulanmasını ifade eder - endüstri, altyapı, mobilite ve sağlık hizmetleri.
Endüstriyel Temel Modeller (IFM'ler) mühendislik, otomasyon ve üretimin “dilini” derinlemesine anlamak ve yapay zeka çözümlerinin daha hızlı ve daha doğru bir şekilde dağıtılmasını sağlamak için sektöre özgü veriler konusunda önceden eğitilmiştir. Ölçek ekonomileri yoluyla zamandan, kaynaklardan ve enerjiden tasarruf ederek standartlaştırılmış bir başlangıç noktası sağlarlar. IFM'ler, gerçek dünyadaki endüstriyel zorlukları çözmek için uyarlanmıştır. Endüstriyel yardımcı pilotların arkasındaki istihbarat katmanı olarak hareket ederler ve sektörler arasında bilgi aktarımını ve iş birliğini kolaylaştırırlar. Yalnızca metin, görüntü ve sesi değil, aynı zamanda 3D modelleri, 2D çizimleri ve sektöre özgü zaman serisi verileri gibi diğer karmaşık yapıları da desteklerler (ayrıca bkz. Multimodal LLM'ler).
Endüstriyel düzeyde AI, en zorlu profesyonel ortamların katı gereksinimlerini ve standartlarını karşılamak üzere tasarlanmış, güvenilir, emniyetli ve güvenilir bir kalite düzeyini ifade eder.
AI, IoT ve diğer ileri teknolojilerin imalat ve endüstriye entegrasyonunu içeren dördüncü sanayi devrimini tanımlamak için kullanılan bir terim.
Veri alışverişini sağlamak için sensörler, yazılım ve bağlantı ile gömülü teknik cihazlar ağı. IoT, dijitalleşmenin ve büyük verinin ana itici güçlerinden biridir.
K
Bilgiyi, NLP ve arama gibi AI uygulamaları için kullanılan, birbirine bağlı düğümlerin ve kenarların bir grafiği olarak temsil eden bir veri tabanı.
L
İnsan benzeri metin oluşturmak için GPT-3 gibi büyük miktarda veri üzerinde eğitilmiş bir tür AI dil modeli.
M
Makinelerin deneyimlerden veya verilerden öğrenmesini sağlamak için algoritmaların ve istatistiksel modellerin kullanımını içeren bir AI alt kümesi.
Takılı kameralara sahip makinelerin çevrelerini anlamak ve yorumlamak için görsel bilgi çıkarmasına izin veren bir AI alt kümesi.
Multimodal LLM'ler metin, görüntü, ses veya sensör verileri gibi birden fazla veri türünü aynı anda anlayabilir ve işleyebilir. Bilgisayar görme, otonom araçlar ve robotik gibi uygulamalara entegre edilirler. Nesne tanımayı, sahne anlamayı geliştirir ve makinelerin karmaşık talimatları izlemesini sağlar. Multimodal LLM'ler, zaman serileri, 2D ve 3D modeller veya makine görüşü verileri gibi sektöre özgü verilerin işlenmesini ve üretilmesini, geleneksel LLM'lerin metin ve konuşma işlemeyi etkilediği şekilde etkileme potansiyeline sahiptir.
N
Bilgisayarlar ve insan dili arasındaki etkileşime odaklanan bir AI alt kümesi.
İnsanların doğal jestler, konuşma ve diğer ifade biçimlerini kullanarak bilgisayarlarla etkileşime girmesini sağlayan bir arayüz.
İnsan beyninin yapısından sonra modellenen ve verilerdeki kalıpları tanımak için kullanılan bir tür Makine Öğrenimi algoritması.
Sistemdeki her cihazın bireysel katkısını anlamak için birden fazla alt cihaz içeren binaların veya makinelerin voltaj ve akımındaki değişiklikleri analiz etmek için bir süreç.
P
Fiziksel AI, yapay zekanın çevrelerini algılayabilen ve içinde hareket edebilen robotlar gibi makinelere entegrasyonunu ifade eder. İnsanların duyusal-motor döngüsünden esinlenen Fiziksel Yapay Zeka, duyusal girdileri (3D kameralar veya dokunsal sensörler gibi) işler, bunlardan kontrol komutları üretir ve makinelerin fiziksel, 3D ortamlarda karmaşık görevleri uyarlanabilir ve otonom bir şekilde yerine getirmesini sağlar.
Fizik-duyarlı AI olarak da bilinen fizik bilgisine sahip AI, fizik yasalarını doğrudan eğitim sürecine dahil eden yeni bir AI yöntemi sınıfını ifade eder. Davranışı öğrenmek için büyük veri kümelerine dayanan geleneksel AI yaklaşımlarının aksine, Fizik-bilgilendirilmiş AI, öğrenmeye rehberlik etmek için fizik tabanlı kısıtlamaları entegre eder. Bu, yapay zeka sistemlerinin gerçek dünya verileri sınırlı olduğunda bile, fiziksel dünyanın nasıl çalıştığına dair mevcut bilgilerimizden yararlanarak akıl yürütmesini ve tahminlerde bulunmasını sağlar. Sadece örneklerden öğrenmek yerine, bu modeller fizik bilgilerini öğrenmeyi daha optimal ve fiziksel olarak tutarlı çözümlere yönlendirmek için kullanırlar.
Tahmine dayalı AI, makine ve ekipmanlardan gelen gerçek zamanlı ve geçmiş operasyonel verilerdeki kalıpları tanımlamak için istatistiksel analiz ve makine öğreniminden yararlanarak gelecekteki davranışları tahmin etmesini, anormallikleri tespit etmesini, potansiyel arızaları tahmin etmesini ve bakım eylemlerini önermesini sağlar. Varlık sağlığını ve güvenilirliğini artırmak, planlanmamış kesinti süresini azaltmak ve endüstriyel operasyonlarda daha hızlı veri odaklı karar vermeyi desteklemek için kullanılır.
Geçmiş verilere dayalı olarak gelecekteki olayları veya eğilimleri tahmin etmek için AI ve istatistiksel modellerin kullanılması.
Gerçek zamanlı verilere dayanarak makinelerin bakıma veya onarıma ne zaman ihtiyaç duyacağını tahmin etmek için AI kullanımı.
Q
Hataları tespit etmek ve ürünlerin kalite standartlarını karşıladığından emin olmak için AI kullanımı.
R
Eğitimsiz ajanların, gerçekleştirilen eylemlerden sonra sistemin cezaları ve ödülleri yoluyla bir strateji öğrendiği bir Makine Öğrenimi türü.
Tanımlanmış etik ve ahlaki standartları karşılayan AI uygulamaları.
Robotların tasarımına, inşasına ve işletilmesine odaklanan mühendislik ve yapay zeka dalı.
S
Metin veya konuşmada ifade edilen duygu ve görüşleri analiz etmek ve yorumlamak için AI kullanımı.
Elektrik üretimini, dağıtımını ve tüketimini optimize etmek için AI ve diğer gelişmiş teknolojileri kullanan bir elektrik şebekesi.
Grafik İşleme Birimleri (GPU'lar) veya Dil İşleme Birimleri (LPU'lar) özellikli uç cihazlar gibi özel donanımlar, endüstriyel yapay zekada ortaya çıkan bir trenddir. Bu cihazlar, uçta yüksek performanslı bilgi işlem gücü sağlayarak yapay zeka algoritmalarının gerçek zamanlı işlenmesini sağlar. Entegrasyonları paralel işleme ve hızlandırılmış performans sağlar, bu da karmaşık AI görevlerinin daha hızlı yürütülmesine neden olur. Bu yerel işleme, gecikmeyi ve bulut kaynaklarına olan bağımlılığı azaltır, bu da zamana duyarlı uygulamalar için çok önemli hale getirir. Özel donanım ayrıca gelişmiş yapay zeka modellerini destekleyerek gelişmiş içgörüler ve gelişmiş performans sağlar. Dahası, kapsamlı bulut altyapısı ve veri aktarımı ihtiyacını en aza indirerek maliyetleri düşürür.
Makinelerin insan konuşmasını tanıma ve yorumlama yeteneği.
Makine öğrenimi modellerinin bir sonucu tahmin etmek için etiketli (bilinen) veri kümeleri ile eğitildiği bir öğrenme yöntemi.
Maliyeti düşürmek ve verimliliği artırmak için tedarik zincirindeki mal ve malzemelerin akış optimizasyonu. Yapay zeka genellikle süreç otomasyonu, verimsizlik tespiti, malların kalite güvencesi ve talep tahmini için kullanılır.
Makine Öğrenimi modellerini eğitmek ve doğrulamak için kullanılan gerçek dünya olaylarından ziyade algoritmalar tarafından üretilen yapay veriler. Sentetik verilerin kalitesi kritik öneme sahiptir. Yapay zekanın eğitimden sonra kabul edilebilir sonuçlar üretip üretmeyeceğini belirler.
U
Makine Öğrenimi modellerinin daha önce bilinmeyen (etiketsiz) verilerdeki kalıpları ve gruplamaları keşfettiği bir öğrenme yöntemi.
V
Sanal Gerçeklik (VR), gerçek bir alanı kopyalayabilen, alternatif bir gerçeklik yaratabilen veya ikisini birleştirebilen dijital olarak oluşturulmuş bir ortam sunar. Kullanıcı sanal alanı ev, ofis veya fabrika katının sınırlarından keşfedebilir.
